DTGO Corporation Limited ha stretto una partnership con SenseTime, una società di software AI leader con sede a Hong Kong, per sviluppare DTLM (DTGO Large Language Model). DTLM è un modello linguistico di grandi dimensioni (LLM) che sfrutta l'esperienza di sviluppo dell'AI e la proprietà dei big data di DTGO e SenseTime per la competenza in tre lingue: Thai, cinese e inglese. Il modello è progettato per soddisfare in modo efficiente i requisiti multilingue in queste tre lingue, offrendo capacità ad alte prestazioni in ognuna di esse, pur comprendendo la lingua e la cultura tailandese locale.

Grazie alla collaborazione con SenseTime, DTLM è un LLM costruito sulla serie di modelli di grandi dimensioni SenseNova, leader dell'azienda. In occasione della Conferenza Mondiale sull'Intelligenza Artificiale 2024 (WAIC) a Shanghai, la scorsa settimana, SenseTime ha presentato il suo modello aggiornato SenseNova 5.5 Large Model. Sfruttando le capacità linguistiche notevolmente migliorate di SenseNova 5.5, l'ampio database di conoscenze e l'elevata densità di informazioni, DTLM è in grado di impegnarsi in conversazioni naturali e reattive in tempo reale.

DTLM è il primo modello al mondo a funzionare in modo efficiente in queste tre lingue. Sviluppato utilizzando una tecnologia di apprendimento automatico che non si basa esclusivamente sulla traduzione, DTLM offre un'esperienza di AI generativa autenticamente locale, che comprende la lettura di testi, la formulazione di domande e la risposta naturale e rapida in tempo reale. Dotando i clienti thailandesi di questa soluzione AI innovativa, DTLM mira a guidare la crescita in vari settori e ad arricchire ulteriormente l'ecosistema AI della Thailandia, aprendo nuove opportunità e possibilità.

DTLM si concentrerà inizialmente sui clienti aziendali, offrendo loro un utilizzo conveniente, aiutandoli a controllare le spese in modo efficiente e incorporando un sistema di fiducia digitale per i clienti che richiedono un modello altamente affidabile. Il DTLM può essere applicato in vari modi, soprattutto nei settori verticali, dove i dati organizzativi interni possono essere utilizzati insieme al LLM per rispondere efficacemente alle domande sulla conoscenza interna. Può anche essere utilizzato per sviluppare servizi e applicazioni esterne, come ad esempio nelle biblioteche universitarie.